python编程:深入理解 Python 中的多线程 新手必看

标签: 编程开发 python | 发表时间:2014-01-10 04:00 | 作者:seay
出处:http://www.cnseay.com

我们将会看到一些在Python中使用线程的实例和如何避免线程之间的竞争。

你应当将下边的例子运行多次,以便可以注意到线程是不可预测的和线程每次运行出的不同结果。声明:从这里开始忘掉你听到过的关于GIL的东西,因为GIL不会影响到我想要展示的东西。

示例1

我们将要请求五个不同的url:

单线程

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
importtime
importurllib2
 
defget_responses():
    urls=[
        'http://www.google.com',
        'http://www.amazon.com',
        'http://www.ebay.com',
        'http://www.alibaba.com',
        'http://www.reddit.com'
    ]
    start=time.time()
    forurlinurls:
        printurl
        resp=urllib2.urlopen(url)
        printresp.getcode()
    print”Elapsed time: %s”%(time.time()-start)
 
get_responses()

输出是:

1
2
3
4
5
6

http://www.google.com200

http://www.amazon.com200

http://www.ebay.com200

http://www.alibaba.com200

http://www.reddit.com200

Elapsed time:3.0814409256

解释:

  • url顺序的被请求
  • 除非cpu从一个url获得了回应,否则不会去请求下一个url
  • 网络请求会花费较长的时间,所以cpu在等待网络请求的返回时间内一直处于闲置状态。

多线程

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
importurllib2
importtime
fromthreadingimportThread
 
classGetUrlThread(Thread):
    def__init__(self, url):
        self.url=url
        super(GetUrlThread,self).__init__()
 
    defrun(self):
        resp=urllib2.urlopen(self.url)
        printself.url, resp.getcode()
 
defget_responses():
    urls=[
        'http://www.google.com',
        'http://www.amazon.com',
        'http://www.ebay.com',
        'http://www.alibaba.com',
        'http://www.reddit.com'
    ]
    start=time.time()
    threads=[]
    forurlinurls:
        t=GetUrlThread(url)
        threads.append(t)
        t.start()
    fortinthreads:
        t.join()
    print”Elapsed time: %s”%(time.time()-start)
 
get_responses()

输出:

1
2
3
4
5
6

http://www.reddit.com200

http://www.google.com200

http://www.amazon.com200

http://www.alibaba.com200

http://www.ebay.com200

Elapsed time:0.689890861511

解释:

  • 意识到了程序在执行时间上的提升
  • 我们写了一个多线程程序来减少cpu的等待时间,当我们在等待一个线程内的网络请求返回时,这时cpu可以切换到其他线程去进行其他线程内的网络请求。
  • 我们期望一个线程处理一个url,所以实例化线程类的时候我们传了一个url。
  • 线程运行意味着执行类里的run()方法。
  • 无论如何我们想每个线程必须执行run()。
  • 为每个url创建一个线程并且调用start()方法,这告诉了cpu可以执行线程中的run()方法了。
  • 我们希望所有的线程执行完毕的时候再计算花费的时间,所以调用了join()方法。
  • join()可以通知主线程等待这个线程结束后,才可以执行下一条指令。
  • 每个线程我们都调用了join()方法,所以我们是在所有线程执行完毕后计算的运行时间。

关于线程:

  • cpu可能不会在调用start()后马上执行run()方法。
  • 你不能确定run()在不同线程建间的执行顺序。
  • 对于单独的一个线程,可以保证run()方法里的语句是按照顺序执行的。
  • 这就是因为线程内的url会首先被请求,然后打印出返回的结果。

实例2

我们将会用一个程序演示一下多线程间的资源竞争,并修复这个问题。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
fromthreadingimportThread
 
#define a global variable
some_var=0
 
classIncrementThread(Thread):
    defrun(self):
        #we want to read a global variable
        #and then increment it
        globalsome_var
        read_value=some_var
        print”some_var in %s is %d”%(self.name, read_value)
        some_var=read_value+1
        print”some_var in %s after increment is %d”%(self.name, some_var)
 
defuse_increment_thread():
    threads=[]
    foriinrange(50):
        t=IncrementThread()
        threads.append(t)
        t.start()
    fortinthreads:
        t.join()
    print”After 50 modifications, some_var should have become 50″
    print”After 50 modifications, some_var is %d”%(some_var,)
 
use_increment_thread()

多次运行这个程序,你会看到多种不同的结果。

解释:

  • 有一个全局变量,所有的线程都想修改它。
  • 所有的线程应该在这个全局变量上加 1 。
  • 有50个线程,最后这个数值应该变成50,但是它却没有。

为什么没有达到50?

  • 在some_var是15的时候,线程t1读取了some_var,这个时刻cpu将控制权给了另一个线程t2。
  • t2线程读到的some_var也是15
  • t1和t2都把some_var加到16
  • 当时我们期望的是t1 t2两个线程使some_var + 2变成17
  • 在这里就有了资源竞争。
  • 相同的情况也可能发生在其它的线程间,所以出现了最后的结果小于50的情况。

解决资源竞争

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
fromthreadingimportLock, Thread
lock=Lock()
some_var=0
 
classIncrementThread(Thread):
    defrun(self):
        #we want to read a global variable
        #and then increment it
        globalsome_var
        lock.acquire()
        read_value=some_var
        print”some_var in %s is %d”%(self.name, read_value)
        some_var=read_value+1
        print”some_var in %s after increment is %d”%(self.name, some_var)
        lock.release()
 
defuse_increment_thread():
    threads=[]
    foriinrange(50):
        t=IncrementThread()
        threads.append(t)
        t.start()
    fortinthreads:
        t.join()
    print”After 50 modifications, some_var should have become 50″
    print”After 50 modifications, some_var is %d”%(some_var,)
 
use_increment_thread()

再次运行这个程序,达到了我们预期的结果。

解释:

  • Lock 用来防止竞争条件
  • 如果在执行一些操作之前,线程t1获得了锁。其他的线程在t1释放Lock之前,不会执行相同的操作
  • 我们想要确定的是一旦线程t1已经读取了some_var,直到t1完成了修改some_var,其他的线程才可以读取some_var
  • 这样读取和修改some_var成了逻辑上的原子操作。

实例3

让我们用一个例子来证明一个线程不能影响其他线程内的变量(非全局变量)。

time.sleep()可以使一个线程挂起,强制线程切换发生。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
fromthreadingimportThread
importtime
 
classCreateListThread(Thread):
    defrun(self):
        self.entries=[]
        foriinrange(10):
            time.sleep(1)
            self.entries.append(i)
        printself.entries
 
defuse_create_list_thread():
    foriinrange(3):
        t=CreateListThread()
        t.start()
 
use_create_list_thread()

运行几次后发现并没有打印出争取的结果。当一个线程正在打印的时候,cpu切换到了另一个线程,所以产生了不正确的结果。我们需要确保print self.entries是个逻辑上的原子操作,以防打印时被其他线程打断。

我们使用了Lock(),来看下边的例子。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
fromthreadingimportThread, Lock
importtime
 
lock=Lock()
 
classCreateListThread(Thread):
    defrun(self):
        self.entries=[]
        foriinrange(10):
            time.sleep(1)
            self.entries.append(i)
        lock.acquire()
        printself.entries
        lock.release()
 
defuse_create_list_thread():
    foriinrange(3):
        t=CreateListThread()
        t.start()
 
use_create_list_thread()

这次我们看到了正确的结果。证明了一个线程不可以修改其他线程内部的变量(非全局变量)。

原文出处: Akshar Raaj

博主猜你喜欢:

python编程:ecmall 2.x通杀SQL注入漏洞利用exp

python编程:python urllib2和httplib请求的速度比较实例测试

Python学习:python操作MySQL数据库

python编程:python Requests和urllib2获取百度搜索真实地址

Python学习:python+PyQT+Eric安装配置 python图形界面开发
无觅

相关 [python 编程 理解] 推荐:

python编程:深入理解 Python 中的多线程 新手必看

- - Seay's blog 小屌丝守护着信息安全、
我们将会看到一些在Python中使用线程的实例和如何避免线程之间的竞争. 你应当将下边的例子运行多次,以便可以注意到线程是不可预测的和线程每次运行出的不同结果. 声明:从这里开始忘掉你听到过的关于GIL的东西,因为GIL不会影响到我想要展示的东西. 我们将要请求五个不同的url:. 除非cpu从一个url获得了回应,否则不会去请求下一个url.

python编程规范

- - 互联网 - ITeye博客
@FileName: @Author:xx@ic.net.cn @Create date: @description:用一行文字概述模块或脚本,用句号结尾. 不影响编码的效率,不与大众习惯冲突.. 使代码的逻辑更清晰,更易于理解..   *所有的 Python 脚本文件都应在文件头标上如下标识或其兼容格式的标识.

简明 Python 编程规范v2

- MS - 赖勇浩的编程私伙局
赖勇浩(http://laiyonghao.com). 注:之前发布一篇《简明 Python 编程规范》(见:http://blog.csdn.net/lanphaday/article/details/2834883),本是我给当时所在的公司制定的,发表到博客的时候,对齐等问题都有一些错误,还包括一些错别字.

简明 Python 编程规范 by @laiyonghao

- DBLobster - python.cn(jobs, news)
本文最初发表于赖勇浩(恋花蝶)的博客:http://blog.csdn.net/lanphaday,如蒙转载,必须保留全文完整,未经本人同意,不得用于商业目的. 所有的 Python 脚本文件都应在文件头标上 # -*- coding:utf-8 -*-. 设置编辑器,默认保存为 utf-8 格式.

从底层理解Python的执行

- - 外刊IT评论
最近我在学习 Python 的运行模型. 我对 Python 的一些内部机制很是好奇,比如 Python 是怎么实现类似 YIELD VALUE、YIELDFROM. 这样的操作码的;对于 递推式构造列表(List Comprehensions)、生成器表达式(generator expressions)以及其他一些有趣的.

9 本免费的 Python 语言编程书籍

- Zer0Wind - LinuxTOY
上次笔者为大家介绍了 4 本免费的 Perl 语言编程书籍,今天我将向各位推荐 9 本免费的 Python 语言编程书籍,希望对你学习 Python 编程有所帮助. 十分简明的 Python 教程. “无论您刚接触电脑还是一个有经验的程序员,本书都将有助您学习使用 Python 语言. ”包含 Python 2.x 和 Python 3.0 两个版本,中文版由沈洁元译.

[原]关于Python编程的一些问答

- - 赖勇浩的编程私伙局
关于Python编程的一些问答. 大约1个月前,oschina.net和华章图书一起合作做了一个活动: OSC第51期高手问答——聊聊python那些事,来推广我参与撰写的书《编写高质量代码:改善Python程序的91个建议》( 豆瓣链接). 在回答问题的过程中,我看到有若干问题是好几个人都问了的,就萌发了在事后把这些问答整理整理的想法,以下内容就是来自那一次的问答.

如果打算从零开始学编程,建议你学 Python

- -
如果你是一个编程的门外汉,想要通过学习一门编程语言了解工程师的世界,或者想学点实用的编程手艺提高自己的工作效率,我会首推 Python. 从初学编程到现在,我用过不少编程语言,大部分是浅尝辄止,基本上算是一个编程领域半途而废的专家,积累了大量初学者经验(伤感). 在我看来,一门适合零基础入门的语言,应该具备以下特性:.

3个实例帮你理解Python中的线程

- - ITeye资讯频道
我们将会看到一些在Python中使用线程的实例和如何避免线程之间的竞争. 你应当将下边的例子运行多次,以便可以注意到线程是不可预测的和线程每次运行出的不同结果. 声明:从这里开始忘掉你听到过的关于GIL的东西,因为GIL不会影响到我想要展示的东西. 我们将要请求五个不同的url:. 除非cpu从一个url获得了回应,否则不会去请求下一个url.

dropbox讲python

- chuang - Initiative
dropbox定制优化CPython虚拟机,自己搞了个malloc调度算法. 那个 !!!111cos(0). 期待这次PyCon China 2011.